西安光機所在機器學(xué)習目標跟蹤領(lǐng)域取得新進展

近日，中科院西安光機所空間光學(xué)技術(shù)研究室樊學(xué)武和趙惠研究員團隊在機器學(xué)習目標跟蹤領(lǐng)域取得新進展，相關(guān)成果發(fā)表于Expert Systems with Applications。第一作者為中國科學(xué)院西安光機所特別研究助理蘇銀強博士，通訊作者為趙惠研究員，中國科學(xué)院西安光機所是第一完成和通訊單位。

近年來，判別式相關(guān)濾波器（DCF）的目標跟蹤方法因其可同時實現(xiàn)較好的跟蹤效率和有效性而備受關(guān)注。受邊界效應(yīng)、時序模型退化的影響，DCF經(jīng)常遇到模型漂移甚至跟蹤失敗的情況。通過構(gòu)建魯棒的目標外觀模型并設(shè)計輔助學(xué)習策略是抑制性能退化問題的重要手段。過往研究未能對目標的上下文和多線索特征的相關(guān)性進行有效地聯(lián)合建模，使得相關(guān)濾波器難以在目標區(qū)域中學(xué)習，削弱了濾波器的鑒別能力。

圖片:W020250108411898909139.png

圖.基于背景約束和稀疏相關(guān)濾波器跟蹤框架圖

針對這一問題，團隊創(chuàng)造性地提出了一種新型的稀疏上下文感知的相關(guān)跟蹤濾波器。該方法構(gòu)建目標外觀模型時，巧妙地聯(lián)合了目標和及其周圍的背景信息，以自適應(yīng)地抑制潛在畸變。同時，通過在DCF框架中嵌入LASSO回歸和稀疏響應(yīng)約束雙向選擇具有正向參考價值特征。此外，該研究還充分利用機器學(xué)習特征和深度卷積特征的互補優(yōu)勢，配置了一種高置信度的從粗粒度到細粒度的啟發(fā)式跟蹤策略，進一步地提升了跟蹤的魯棒性和準確性。該項成果有望應(yīng)用于人機交互、智能監(jiān)控領(lǐng)域，并進一步推動相關(guān)技術(shù)的交叉融合與創(chuàng)新發(fā)展。

西安光機所空間光學(xué)技術(shù)研究室樊學(xué)武和趙惠研究員團隊長期致力于高分辨率光學(xué)遙感及智能遙感技術(shù)研究，在IEEE TNNLS，TKDD，KIS，OE，OL等期刊上發(fā)表學(xué)術(shù)論文100余篇，授權(quán)專利30多項，依托在研的某重大型號任務(wù)，持續(xù)開展復(fù)雜場景下的目標識別、跟蹤及極端條件下的圖像質(zhì)量提升技術(shù)研究。目前，團隊由1名海外高層次引進人才、2名研究員、2名副研究員，多名特別研究助理及博士生組成。

論文鏈接：https://doi.org/10.1016/j.eswa.2024.126225